論文の概要: EngiAgent: Fully Connected Coordination of LLM Agents for Solving Open-ended Engineering Problems with Feasible Solutions

• arxiv url: http://arxiv.org/abs/2605.02289v1
• Date: Mon, 04 May 2026 07:26:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-05 20:33:50.176024
• Title: EngiAgent: Fully Connected Coordination of LLM Agents for Solving Open-ended Engineering Problems with Feasible Solutions
• Title（参考訳）: EngiAgent: 実現可能なソリューションによるオープンエンドエンジニアリング問題の解決を目的としたLLMエージェントの完全連結コーディネーション
• Authors: Xiyuan Zhou, Ruixi Zou, Xinlei Wang, Yuheng Cheng, Yan Xu, Junhua Zhao, Jinjin Gu,
• Abstract要約: 工学的な問題解決には、オープンな分析、実現可能性駆動モデリング、反復的な洗練が必要である。 大規模言語モデル(LLM)は推論やコード生成において強力な能力を示しているが、実現不可能な場合が多い。 完全に接続されたリフレクションコーディネータを備えたマルチエージェントシステムであるEngiAgentを提案する。
• 参考スコア（独自算出の注目度）: 23.690537356885958
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Engineering problem solving is central to real-world decision-making, requiring mathematical formulations that not only represent complex problems but also produce feasible solutions under data and physical constraints. Unlike mathematical problem solving, which operates on predefined formulations, engineering tasks demand open-ended analysis, feasibility-driven modeling, and iterative refinement. Although large language models (LLMs) have shown strong capabilities in reasoning and code generation, they often fail to ensure feasibility, which limits their applicability to engineering problem solving. To address this challenge, we propose EngiAgent, a multi-agent system with a fully connected coordinator that simulates expert workflows through specialized agents for problem analysis, modeling, verification, solving, and solution evaluation. The fully connected coordinator enables flexible feedback routing, overcoming the rigidity of prior pipeline-based reflection methods and ensuring feasibility at every stage of the process. This design not only improves robustness to diverse failure cases such as data extraction errors, constraint inconsistencies, and solver failures, but also enhances the overall quality of problem solving. Empirical results across four representative domains demonstrate that EngiAgent achieves substantial improvements in feasibility compared to prior approaches, establishing a new paradigm for feasibility-oriented engineering problem solving with LLMs. Our source code and data are available at https://github.com/AI4Engi/EngiAgent.
• Abstract（参考訳）: 工学的な問題解決は現実世界の意思決定の中心であり、複雑な問題を表すだけでなく、データや物理的な制約の下で実現可能なソリューションを生成する数学的定式化を必要とする。 事前定義された定式化を扱う数学的問題解決とは異なり、工学的なタスクはオープンエンド分析、実現可能性駆動モデリング、反復的洗練を必要とする。 大規模言語モデル(LLM)は推論やコード生成において強力な能力を示してきたが、実現不可能な場合が多いため、エンジニアリング上の問題解決への適用性が制限される。 この課題に対処するために,問題解析,モデリング,検証,解決,ソリューション評価の専門エージェントを通じて専門家のワークフローをシミュレートする,完全に接続されたコーディネータを備えたマルチエージェントシステムであるEngiAgentを提案する。 完全に接続されたコーディネータは、柔軟なフィードバックルーティングを可能にし、以前のパイプラインベースのリフレクションメソッドの剛性を克服し、プロセスのすべての段階で実現性を確保する。 この設計は、データ抽出エラー、制約不整合、問題解決失敗などの多様な障害ケースに対する堅牢性を改善するだけでなく、問題解決の全体的な品質を向上させる。 4つの代表的な領域にまたがる実証的な結果から,EngiAgentは従来のアプローチに比べて実現可能性の大幅な向上を実現し,LCMによる実現可能性指向エンジニアリング問題の新たなパラダイムを確立した。 ソースコードとデータはhttps://github.com/AI4Engi/EngiAgent.comで公開されています。

関連論文リスト

• Learning the Boundary of Solvability: Aligning LLMs to Detect Unsolvable Problems [51.62477754641947]
  本研究では,実現可能な問題を解き,固有の矛盾を検知し,能力を超えたタスクを慎重に拒否するUnsolvableQAとUnsolvableRLを提案する。 具体的には、双トラック手法を用いて導出される、ペアで解決可能かつ解決不可能なインスタンスのデータセットであるUnsolvableQAを構築する。 このデータセット上に構築されたUnsolvableRLは,精度,未解決性,難易度を考慮した3つの報酬成分を備えた強化学習フレームワークである。
  論文  参考訳（メタデータ） (2025-12-01T13:32:59Z)
• An Agentic Framework with LLMs for Solving Complex Vehicle Routing Problems [66.60904891478687]
  複雑な車両ルーティング問題を解決するために,LLM (AFL) を用いたエージェントフレームワークを提案する。 AFLは生の入力から知識を直接抽出し、自己完結型コード生成を可能にする。 AFLは、コード信頼性とソリューション実現性の両方において、既存のLCMベースのベースラインを大幅に上回っていることを示す。
  論文  参考訳（メタデータ） (2025-10-19T03:59:25Z)
• A Comprehensive Survey on Benchmarks and Solutions in Software Engineering of LLM-Empowered Agentic System [56.40989626804489]
  この調査は、Large Language Modelsを使ったソフトウェアエンジニアリングに関する、最初の総合的な分析を提供する。 本稿では,150以上の最近の論文をレビューし,(1)素早い,微調整,エージェントベースのパラダイムに分類した解法,(2)コード生成,翻訳,修復などのタスクを含むベンチマークという2つの重要な側面に沿った分類法を提案する。
  論文  参考訳（メタデータ） (2025-10-10T06:56:50Z)
• From Natural Language to Solver-Ready Power System Optimization: An LLM-Assisted, Validation-in-the-Loop Framework [1.7136832159667206]
  本稿では,Large Language Models (LLMs) を用いたエージェントを導入し,電力系統最適化シナリオの自然言語記述を,コンパクトで解決可能な定式化に自動変換する。 提案手法は,オフザシェルフ最適化解法により効率よく解ける数学的に互換性のある定式化の発見に重点を置いている。
  論文  参考訳（メタデータ） (2025-08-11T16:22:57Z)
• ModelingAgent: Bridging LLMs and Mathematical Modeling for Real-World Challenges [72.19809898215857]
  ModelingBenchは、様々な領域にわたる数学モデリングの競争から、現実に着想を得たオープンエンドの問題を特徴付ける新しいベンチマークである。 これらのタスクには、自然言語を形式的な数学的定式化に翻訳し、適切なツールを適用し、構造化された防御可能なレポートを生成する必要がある。 ツール使用をコーディネートするマルチエージェントフレームワークである ModelingAgent も紹介します。
  論文  参考訳（メタデータ） (2025-05-21T03:33:23Z)
• MechAgents: Large language model multi-agent collaborations can solve mechanics problems, generate new data, and integrate knowledge [0.6708125191843434]
  ここでは、自律的なコラボレーションを通じて、弾力性に関する問題を実証する。 2エージェントチームは、古典的な弾性問題を解くために有限要素法を適用するために、効果的にコードを書き、実行し、自己修正することができる。 より複雑なタスクのために、我々は計画、定式化、コーディング、実行、プロセスと結果を批判する作業の分割を強化したより大きなエージェントグループを構築します。
  論文  参考訳（メタデータ） (2023-11-14T13:49:03Z)
• Efficient lifting of symmetry breaking constraints for complex combinatorial problems [9.156939957189502]
  この作業は、Answer Set Programmingのためのモデルベースのアプローチの学習フレームワークと実装を拡張します。 Inductive Logic Programming System ILASPに新たなコンフリクト解析アルゴリズムを組み込む。
  論文  参考訳（メタデータ） (2022-05-14T20:42:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。